Inhalt
- Definition - Was bedeutet evolutionärer Algorithmus?
- Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
- Techopedia erklärt den evolutionären Algorithmus
Definition - Was bedeutet evolutionärer Algorithmus?
Ein evolutionärer Algorithmus wird als Bestandteil der evolutionären Berechnung in der künstlichen Intelligenz angesehen. Ein evolutionärer Algorithmus funktioniert durch den Auswahlprozess, bei dem die am wenigsten passenden Mitglieder der Populationsmenge eliminiert werden, während die passenden Mitglieder überleben und fortfahren können, bis bessere Lösungen ermittelt wurden. Mit anderen Worten, evolutionäre Algorithmen sind Computeranwendungen, die biologische Prozesse imitieren, um komplexe Probleme zu lösen. Im Laufe der Zeit entwickeln sich die erfolgreichen Mitglieder, um die optimierte Lösung des Problems vorzustellen.
Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
Techopedia erklärt den evolutionären Algorithmus
Evolutionäre Algorithmen bedienen sich biologischer Konzepte wie Selektion, Reproduktion und Mutation. Es gibt drei grundlegende Arten von Evolutionsalgorithmen:
- Genetische Algorythmen
- Evolutionäre Programmierung
- Evolutionsstrategien
Im Gegensatz zu herkömmlichen Optimierungstechniken hängen evolutionäre Algorithmen von der Zufallsauswahl ab. Ein evolutionärer Algorithmus hat im Gegensatz zu klassischen Methoden, die versuchen, eine einzige beste Lösung zu erhalten, eine Population von Kandidatenlösungen. Es gibt zwei Voraussetzungen für evolutionäre Algorithmen:
- Die Lösungskandidaten müssen für das Problem codiert werden.
- Eine Fitnessfunktion muss eine Punktzahl zwischen 1 und 100 zurückgeben, damit evolutionäre Algorithmen besser auf die Probleme angewendet werden können.
Evolutionsalgorithmen bieten viele Vorteile. Einer der größten Vorteile liegt in den Flexibilitätsgewinnen, da die meisten evolutionären Algorithmuskonzepte auch an komplexe Probleme angepasst werden können. Die meisten evolutionären Algorithmen sind auch dazu geeignet, das objektive Ziel zu erreichen. Eine bessere Optimierung ist mit evolutionären Algorithmen möglich, da die Auffüllung der Lösungen verhindert, dass der Algorithmus an eine bestimmte Lösung gebunden wird.
Es gibt einige Nachteile, die mit evolutionären Algorithmen verbunden sind. Zum einen ist die von einem evolutionären Algorithmus bereitgestellte Lösung im Vergleich zu anderen bekannten Lösungen nur besser. Daher kann der Algorithmus nicht beweisen, dass eine Lösung absolut optimal ist, sondern nur, dass sie im Vergleich zu den anderen Ergebnissen optimal ist.